王樂軍,陸愛云,鄭樊慧,龔銘新,張 磊,董 菲

低負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞的肌電與腦電相干性分析

王樂軍1,2,陸愛云2,鄭樊慧3,龔銘新1,張 磊1,董 菲1

目的：觀察低負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞對肱二頭肌sEMG與EEG頻率一致性的影響，探索低負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞引起運(yùn)動皮層與外周肌肉活動的耦合變化情況。方法： 以15名青年男性志愿者為研究對象，記錄受試者以20%MVC負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞過程中肱二頭肌表面肌電信號(sEMG)與腦電信號(EEG)。截取實驗開始最前和最后4.096 s數(shù)據(jù)，分別記為實驗開始階段和實驗結(jié)束階段。對開始階段和結(jié)束階段所記錄的sEMG與腦電Fz、C5、Cz、C6、Pz導(dǎo)聯(lián)記錄EEG進(jìn)行相干性分析，獲取相干函數(shù)在alpha(8～12 Hz)、beta(15～30 Hz)、gamma(30～60 Hz)頻段內(nèi)的值。結(jié)果： 實驗結(jié)束階段內(nèi)記錄sEMG與C5導(dǎo)聯(lián)EEG相干函數(shù)在beta頻段內(nèi)的值、sEMG與Pz導(dǎo)聯(lián)EEG相干函數(shù)在alpha頻段內(nèi)的值具有顯著性差異，運(yùn)動結(jié)束階段記錄sEMG與EEG相干函數(shù)在相應(yīng)頻段內(nèi)的值顯著高于運(yùn)動開始階段。結(jié)論：恒定低負(fù)荷靜態(tài)收縮誘發(fā)肌肉疲勞使得外周肌肉與對側(cè)運(yùn)動皮層生物電活動在beta頻段內(nèi)的同步性增加，中樞神經(jīng)系統(tǒng)對運(yùn)動皮層與外周肌肉活動進(jìn)行調(diào)節(jié)，使得對側(cè)運(yùn)動皮層與外周肌肉活動之間的耦合性增加，對側(cè)運(yùn)動皮層與外周肌肉活動有著更為緊密的聯(lián)系。這可能與疲勞后多種因素引起的皮層調(diào)節(jié)活動改變有關(guān)。

運(yùn)動性肌肉疲勞;表面肌電信號;腦電信號;相干性分析

1 前言

運(yùn)動性肌肉疲勞(exercise-induced muscle fatigue)，是指運(yùn)動引起肌肉產(chǎn)生最大收縮力量或最大輸出功率暫時性下降的生理現(xiàn)象[10,16,29]，其是由于肌肉外周收縮能力(外周因素)下降和中樞對參與收縮肌肉的激活能力(中樞因素)下降共同作用的結(jié)果[14,16,29]。在運(yùn)動性肌肉疲勞發(fā)生發(fā)展的過程中，由于參與收縮肌肉收縮能力下降和運(yùn)動神經(jīng)元、運(yùn)動皮層神經(jīng)元的激活能力下降等改變，并通過神經(jīng)肌肉調(diào)控的前饋系統(tǒng)與反饋系統(tǒng)[14,16]，引起中樞與外周活動相互聯(lián)系、相互統(tǒng)一的一系列變化。因大腦是人體隨意運(yùn)動的高級中樞，肌電信號是源于大腦運(yùn)動皮層控制之下的脊髓運(yùn)動神經(jīng)元生物電活動[3,13]，而腦電信號是應(yīng)用腦電圖儀記錄到的大腦皮層自發(fā)或誘發(fā)的腦電活動[1,5],因此，疲勞中參與收縮肌肉肌電信號及腦電信號變化之間存在內(nèi)在的影響和聯(lián)系。探索運(yùn)動性肌肉疲勞中肌電信號與腦電信號的關(guān)聯(lián)關(guān)系可以為深入揭示外周肌肉與運(yùn)動皮層之間的聯(lián)系及更深入地認(rèn)識疲勞的本質(zhì)提供極有價值的信息[6,34,37]。

在探索運(yùn)動性肌肉疲勞的肌電信號與腦電信號關(guān)系上，研究者主要采用相干性分析觀察不同疲勞條件下肌電信號與腦電信號的頻率一致性關(guān)系，進(jìn)而探討疲勞對肌肉與皮層活動關(guān)聯(lián)的影響[27,31,33,34,37]。相干性分析是描述兩分析信號在頻域內(nèi)相似程度的方法，為探索外周肌肉與運(yùn)動皮層活動的耦合性和相互聯(lián)系提供了有效的工具。通過綜述國內(nèi)、外有關(guān)疲勞相關(guān)肌電與腦電相干性分析的研究成果可以發(fā)現(xiàn)，目前的研究在疲勞對肌電與腦電相干性分析影響方面仍存在較大爭議。其中，Yang Q等[37]、Tuncel D等[33]、Siemionow V等[27]的研究表明，疲勞引起腦電與肌電相干函數(shù)主要在beta頻段內(nèi)的值減??；而Ushiyama J等[34]和Tecchio F等[31]的研究則發(fā)現(xiàn)，疲勞后大部分受試者腦電-肌電相干函數(shù)在beta頻段內(nèi)的值出現(xiàn)顯著性的增加。通過對這些研究進(jìn)行比較分析可以發(fā)現(xiàn)，一方面，運(yùn)動負(fù)荷、肌肉收縮方式、測試肌肉等因素都可能會對肌電信號與腦電信號之間的頻率一致性關(guān)系產(chǎn)生影響[34,35]，進(jìn)而引起上述研究差異性的研究結(jié)果；另一方面，目前對疲勞相關(guān)肌電、腦電相干性分析的研究仍處于爭議與探索的階段，對運(yùn)動性肌肉疲勞引起肌電與腦電頻率一致性改變問題的認(rèn)識尚需進(jìn)一步的研究與探討。

低負(fù)荷靜態(tài)收縮是人們?nèi)粘９ぷ骱蜕钪谐Ｒ姷募∪馐湛s方式。前期研究表明，低負(fù)荷靜態(tài)收縮誘發(fā)的運(yùn)動性肌肉疲勞在引起中樞與外周變化方面與肌肉在較高負(fù)荷收縮所誘發(fā)運(yùn)動性肌肉疲勞存在一定的差異性[17,18,28,30,38]，但對低負(fù)荷靜態(tài)收縮誘發(fā)運(yùn)動性肌肉疲勞的研究在前期并未引起眾多研究者的關(guān)注與重視，特別是在恒定的低負(fù)荷收縮致運(yùn)動性肌肉疲勞引起肌電信號與腦電信號相干性分析變化方面尚鮮見研究報道。

本文以20%MVC(Maximum Voluntary Contraction,MVC)恒定負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞，記錄負(fù)荷運(yùn)動實驗中屈肘肌肱二頭肌sEMG，并同步記錄運(yùn)動皮層腦電信號EEG。通過對比分析疲勞負(fù)荷實驗開始、結(jié)束階段記錄sEMG與EEG的相干性分析結(jié)果，探討恒定低負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞對肱二頭肌sEMG與EEG頻率一致性的影響，進(jìn)而探索低負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞引起運(yùn)動皮層與外周肌肉活動的耦合變化情況。

2 研究對象、方法與步驟

2.1 研究對象

本實驗在上海體育學(xué)院、同濟(jì)大學(xué)等高校本科生和研究生中隨機(jī)選取15名健康青年男性志愿者作為受試者(表1)。受試者皆無專業(yè)體育運(yùn)動訓(xùn)練經(jīng)歷，且都是右利手；所有受試者在實驗前需接受問卷調(diào)查，確保受試者身體健康狀況良好；在實驗前告知受試者相關(guān)的測試方法、程序及注意事項，并簽訂研究內(nèi)容知情同意書。

表 1 本研究受試者基本情況一覽表Table 1 The General Information of Subjects

2.2 實驗程序

2.2.1 實驗總體流程

在正式實驗開始前先讓受試者熟悉實驗流程及熟練掌握實驗操作方法，并測定受試者屈肘關(guān)節(jié)最大自主收縮力(MVC，Maximal Voluntary Contraction)；待受試者充分休息后，進(jìn)行正式實驗。

正式實驗進(jìn)行之前，受試者坐在座椅上，上身保持直立，分別調(diào)節(jié)座椅高度和身體姿勢，使得髖、膝、踝關(guān)節(jié)保持90°，雙腳平放于地面。右前臂與右上臂保持垂直，右上臂與水平面保持垂直，另一側(cè)手臂自然下垂于體側(cè)。囑咐受試者身體保持放松，內(nèi)心保持平靜，記錄受試者在安靜狀態(tài)自由眨眼20次過程中的眼電和腦電活動，已備后期去除眼電偽跡時用。之后進(jìn)行屈肘疲勞負(fù)荷實驗。受試者在保持實驗開始前準(zhǔn)備姿勢的條件下，使受試者右臂腕部拉住可在肘關(guān)節(jié)處產(chǎn)生20%MVC的重物，至受試者不能堅持負(fù)荷運(yùn)動任務(wù)時結(jié)束實驗[11，12]。記錄靜態(tài)屈肘疲勞負(fù)荷過程中受試者肱二頭肌表面肌電信號(sEMG)及腦電信號(EEG)。

為減小實驗過程中因視覺、眼動、聽覺等引起的EEG偽差，實驗在光線較暗的實驗室進(jìn)行，并保持實驗室的安靜。在正式實驗前囑咐受試者放松，使受試者心理處于非常平靜的狀態(tài)。在疲勞負(fù)荷實驗過程中受試者一直注視著放置于其正前方約3 m處的目標(biāo)點。

2.2.2 MVC測試

受試者坐在Contrex肌力測試系統(tǒng)(瑞士CONTREX公司，型號PM1/MK2a，b)的座椅上，軀干保持垂直姿勢并利用綁帶將上身與椅背縛在一起以限制軀干的運(yùn)動。左側(cè)上肢自然放于體側(cè)，右側(cè)前臂與上臂保持90°，右側(cè)前臂保持與地面平行，兩眼平視前方。調(diào)節(jié)Contrex肌力測試系統(tǒng)上杠桿臂的位置,并固定在右側(cè)腕部位置，在右臂腕部用帶子將右前臂綁在杠桿臂上。受試者保持此姿勢，對受試者進(jìn)行3次肘關(guān)節(jié)屈肌靜態(tài)自主最大收縮力(MVC)測試，每次測試時間20 s,各次測試的時間間隔為5 min,取最大值作為疲勞運(yùn)動前最大屈肘關(guān)節(jié)的MVC。

2.2.3 表面肌電信號采集

記錄實驗過程中受試者右側(cè)肱二頭肌表面肌電信號(sEMG)。放置電極前利用磨砂膏打磨皮膚表面以去除角質(zhì)和表面污垢，之后用75%酒精棉球清理皮膚表面,以減小阻抗。利用醫(yī)用膠帶將測試電極置于右側(cè)肱二頭肌肌腹表面，兩電極間距2 cm。通過注射針管往每個肌電測試電極內(nèi)注入導(dǎo)電膏，并通過導(dǎo)聯(lián)電阻監(jiān)測圖了解測試導(dǎo)聯(lián)與皮膚的接觸情況。實驗過程中保證2個測試肌電電極的電阻低于10 000 Ω，sEMG采樣頻率設(shè)置為2 000 Hz，帶通濾波1～1 000 Hz。

2.2.4 腦電信號采集

按照國際10/20系統(tǒng)安放電極。實驗時先讓受試者帶上電極帽，并將具有松緊性的電極帽套罩在電極帽上，以增加腦電電極與頭皮的接觸。通過注射針管往每個腦電電極內(nèi)注入導(dǎo)電膏，在此過程中通過NeuroScan Acquire腦電記錄系統(tǒng)自帶的腦電導(dǎo)聯(lián)電阻監(jiān)測圖可以確定腦電導(dǎo)聯(lián)與頭皮的電阻值及接觸情況，并根據(jù)接觸情況對某些特定電極進(jìn)行處理(在電極表面施加壓力、增加注入導(dǎo)電膏量等方法)。實驗過程中保證每一腦電導(dǎo)聯(lián)與頭皮接觸的電阻低于5 000 Ω。選取頭頂作為參考電極。腦電信號的采集參數(shù)設(shè)置為：采樣頻率2 000 Hz，帶通濾波0.01～100 Hz。設(shè)置Acquire腦電信號采集系統(tǒng)Amplifiers的Notch參數(shù)為50 Hz以屏蔽50 Hz交流電信號對測試腦電信號的影響。

在記錄64導(dǎo)聯(lián)腦電信號的同時，采用NeuroScan腦電信號記錄系統(tǒng)自帶的雙極導(dǎo)聯(lián)記錄右眼垂直眼電信號(VEOG)。在放置電極前采用磨砂膏對皮膚表面進(jìn)行打磨去除角質(zhì)及污垢，之后采用醫(yī)用膠帶將2個電極分別固定在左眉上和左眼瞼下。眼電信號的記錄采樣頻率為2 000 Hz，帶通濾波0.01～100 Hz。

2.3 數(shù)據(jù)的處理與分析

2.3.1 腦電信號、表面肌電信號預(yù)處理

通過對腦電信號、表面肌電信號進(jìn)行預(yù)處理，降低腦電信號與肌電信號中的干擾成分，為后期的數(shù)據(jù)分析提供數(shù)據(jù)源，其中，腦電信號的預(yù)處理包括腦電預(yù)覽(去除波形漂移明顯的數(shù)據(jù)部分)、轉(zhuǎn)換參考電極(由頭頂參考轉(zhuǎn)換為以雙側(cè)乳突參考)、拼接自由眨眼20次記錄腦電數(shù)據(jù)、去除眼電干擾、濾波(FIR濾波器，零相位偏移3～60 Hz帶通濾波，濾波強(qiáng)度24 dB/oct)、去偽跡。

肌電信號的預(yù)處理主要是濾波處理。采用FIR濾波器對采集的肌電信號進(jìn)行帶通濾波處理，濾波頻率5～500 Hz,濾波模式為零相位偏移濾波，濾波強(qiáng)度24 dB/oct。

腦電與肌電信號的預(yù)處理工作在NeuroScan Edit 4.3數(shù)據(jù)分析軟件環(huán)境下完成。

2.3.2 計算屈肘疲勞實驗中肱二頭肌sEMG的RMS、MF指標(biāo)

將疲勞負(fù)荷實驗中采集的肱二頭肌sEMG按等時間間隔(2.048 s)進(jìn)行分段，計算每段sEMG的均方根振幅RMS、基于傅里葉功率譜轉(zhuǎn)換計算中值頻率MF。以每位受試者第1段sEMG所計算指標(biāo)為初始值，對所計算的RMS和MF值相對于初始值進(jìn)行標(biāo)準(zhǔn)化[4]。由于每位受試者負(fù)荷運(yùn)動實驗的時間不同，為了便于橫向計算及比較分析，采用線性插值的方法將前期按等時間間隔計算的各sEMG指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化為20個數(shù)據(jù)點[7]。

sEMG的RMS、MF指標(biāo)計算工作在MATLAB 2009Ra環(huán)境下編程實現(xiàn)。

2.3.3 屈肘疲勞實驗開始、結(jié)束階段肱二頭肌sEMG與EEG功率譜分析

截取實驗開始最前和最后4.096 s數(shù)據(jù)，分別記為實驗開始階段和實驗結(jié)束階段數(shù)據(jù)。分別對實驗開始階段和實驗結(jié)束階段記錄的肱二頭肌sEMG與腦電C5導(dǎo)聯(lián)記錄EEG信號進(jìn)行傅立葉變換獲取分析信號的功率譜曲線，并據(jù)此計算sEMG與EEG在alpha(8～12 Hz)、beta(15～30 Hz)、gamma(30～60 Hz)頻段內(nèi)的能量均值。

2.3.4 屈肘疲勞實驗開始、結(jié)束階段肱二頭肌sEMG與EEG相干性分析

參考相關(guān)研究文獻(xiàn)[27]，分別對上述選取的實驗開始階段和實驗結(jié)束階段記錄的肱二頭肌sEMG與腦電Fz、C5、Cz、C6、Pz導(dǎo)聯(lián)記錄EEG信號進(jìn)行相干性分析，獲取相干函數(shù)在alpha(8～12 Hz)、beta(15～30 Hz)、gamma(30～60 Hz)頻段內(nèi)的值等指標(biāo)。在進(jìn)行相關(guān)性分析的具體計算上，參照Terry等[32]的研究，分段長度(segment length)設(shè)置為2 048個樣本點，重疊(overlap)設(shè)置為50%，短時傅里葉變換窗口類型(segment taper)設(shè)置為Hanning window。

sEMG與EEG的相干性分析計算工作在MATLAB 2009Ra環(huán)境下編程實現(xiàn)。

2.4 數(shù)據(jù)的統(tǒng)計分析

選用KS檢驗(Kolmogorov-Smirnov test)對各分析數(shù)據(jù)進(jìn)行正態(tài)性檢驗。根據(jù)分析數(shù)據(jù)的分布特征選用適宜的統(tǒng)計推斷方法。靜態(tài)屈肘運(yùn)動過程中不同時間階段內(nèi)相關(guān)指標(biāo)的差異性采用多個相關(guān)樣本非參數(shù)檢驗的Friedman方法進(jìn)行檢驗；屈肘疲勞實驗開始、結(jié)束階段sEMG、EEG的功率譜能量的差異性采用兩個相關(guān)樣本非參數(shù)檢驗的Wilcoxon方法進(jìn)行檢驗；疲勞負(fù)荷實驗開始、結(jié)束階段sEMG與EEG相干性分析結(jié)果的差異性檢驗采用配對t檢驗進(jìn)行，差異的顯著性水平為P<0.05。數(shù)據(jù)的統(tǒng)計分析工作在SPSS 13.0軟件環(huán)境下完成。

3 研究結(jié)果

3.1 屈肘疲勞負(fù)荷實驗中肱二頭肌sEMG指標(biāo)變化特征

靜態(tài)屈肘疲勞負(fù)荷實驗過程中肱二頭肌sEMG指標(biāo)隨運(yùn)動時間的變化曲線如圖1所示。

圖 1 本研究靜態(tài)屈肘疲勞負(fù)荷實驗過程中肱二頭肌sEMG指標(biāo)變化曲線圖

通過對各受試者疲勞負(fù)荷實驗運(yùn)動持續(xù)時間進(jìn)行統(tǒng)計發(fā)現(xiàn)，各受試者運(yùn)動持續(xù)時間為364.93±93.92 s，其中，運(yùn)動持續(xù)時間的最大值為561.00 s，最小值為249.00 s。

隨著靜態(tài)屈肘運(yùn)動持續(xù)時間的延長，肱二頭肌sEMG指標(biāo)RMS表現(xiàn)出逐漸增大的趨勢(P<0.05)，而MF表現(xiàn)出逐漸減小的趨勢(P<0.05，圖1)。

3.2 屈肘疲勞實驗開始、結(jié)束階段肱二頭肌sEMG與EEG功率譜特征

屈肘疲勞實驗開始、結(jié)束階段記錄肱二頭肌原始肌電圖、腦電圖及相關(guān)功率譜如圖2所示。疲勞負(fù)荷實驗開始、結(jié)束階段肱二頭肌sEMG與EEG能量在不同頻段內(nèi)的值如圖3所示。

圖 2 本研究疲勞負(fù)荷實驗開始、結(jié)束階段記錄原始肌電圖、腦電圖及相關(guān)功率譜示例圖

圖 3 本研究疲勞負(fù)荷實驗開始、結(jié)束階段肱二頭肌sEMG與EEG功率譜在不同頻段內(nèi)的均值示意圖

疲勞結(jié)束階段記錄的肱二頭肌原始肌電圖和腦電圖在時域的振幅值較運(yùn)動開始階段有所增加。此外，從肌電信號與腦電信號頻譜圖可以看出，在大部分頻率范圍內(nèi)，實驗結(jié)束階段記錄的sEMG與EEG功率譜曲線值要高于實驗開始階段(圖2)。

運(yùn)動開始、結(jié)束階段內(nèi)記錄的EEG功率譜在alpha、beta、gamma頻段內(nèi)的均值分別在3 000 μV2、2 000 μV2和1 000 μV2左右，而開始、結(jié)束階段內(nèi)記錄的sEMG功率譜在alpha、beta、gamma頻段內(nèi)的均值則分別在20 000 μV2、40 000 μV2和40 000 μV2左右。運(yùn)動開始、結(jié)束階段所記錄的EEG與sEMG功率譜在alpha、beta、gamma頻段內(nèi)的值皆有顯著性差異，運(yùn)動結(jié)束階段內(nèi)記錄的EEG與sEMG功率譜值要顯著高于運(yùn)動開始階段(圖3)。

3.3 屈肘疲勞實驗開始、結(jié)束階段肱二頭肌sEMG與EEG相干性分析

從圖4開始、結(jié)束階段肱二頭肌sEMG與腦電C5導(dǎo)聯(lián)記錄EEG相干函數(shù)均值變化曲線可以看出，在運(yùn)動結(jié)束階段記錄信號相干函數(shù)的值在大部分頻段范圍內(nèi)的值都要比運(yùn)動開始階段記錄信號相干函數(shù)值要高。從圖5疲勞負(fù)荷實驗開始、結(jié)束階段肱二頭肌sEMG與腦電不同導(dǎo)聯(lián)記錄EEG相干函數(shù)在各頻段內(nèi)的值可以看出，疲勞負(fù)荷實驗結(jié)束階段sEMG與腦電C5導(dǎo)聯(lián)記錄EEG相干函數(shù)在beta頻段內(nèi)的值、sEMG與腦電Pz導(dǎo)聯(lián)記錄EEG相干函數(shù)在alpha頻段內(nèi)的值具有顯著性差異，實驗結(jié)束階段內(nèi)相干函數(shù)值要顯著高于實驗開始階段。

圖 4 本研究開始、結(jié)束階段肱二頭肌sEMG與腦電C5導(dǎo)聯(lián)記錄EEG相干函數(shù)變化曲線圖

圖 5 本研究疲勞負(fù)荷實驗開始、結(jié)束階段肱二頭肌sEMG與腦電不同導(dǎo)聯(lián)記錄EEG相干函數(shù)在各頻段內(nèi)的值示意圖

4 討論

本研究的主要研究目的是觀察恒定低負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞對肌肉sEMG與EEG頻率一致性的影響，探索恒定低負(fù)荷靜態(tài)收縮誘發(fā)疲勞引起運(yùn)動皮層與外周肌肉活動的耦合變化情況。基于此目的，本研究以20%MVC恒定負(fù)荷靜態(tài)收縮方式誘發(fā)屈肘肌疲勞，記錄此過程中主要收縮肌肉肱二頭肌的sEMG，并同步記錄大腦皮層電活動EEG。為探討疲勞對分析指標(biāo)的影響作用，本研究分別選取每位受試者實驗數(shù)據(jù)的最前4.096 s(開始階段)和最后4.096 s(結(jié)束階段)數(shù)據(jù)作為分析數(shù)據(jù)，以此分別作為受試者非疲勞和疲勞兩種生理狀態(tài)下的測試數(shù)據(jù)。通過對比分析開始階段和結(jié)束階段sEMG、EEG的功率譜特征和相干性分析結(jié)果，探討恒定低負(fù)荷靜態(tài)收縮誘發(fā)肌肉疲勞對外周肌肉與運(yùn)動皮層活動耦合性的影響作用。

運(yùn)動性肌肉疲勞，是指運(yùn)動引起肌肉產(chǎn)生最大收縮力量或者最大輸出功率暫時性下降的生理現(xiàn)象，是肌肉在收縮過程中由于代謝產(chǎn)物堆積、氧氣和營養(yǎng)物質(zhì)供應(yīng)不足等引起局部肌肉代謝變化、形態(tài)結(jié)構(gòu)改變及神經(jīng)系統(tǒng)功能狀況改變等一系列變化的一個具有連續(xù)性、動態(tài)性的復(fù)雜過程[10]。因此，“肌肉產(chǎn)生最大收縮力量或者最大輸出功率暫時性下降”是大部分負(fù)荷運(yùn)動任務(wù)誘發(fā)運(yùn)動性肌肉疲勞的典型特征，并被廣泛應(yīng)用到運(yùn)動性肌肉疲勞的定量評價之中[10]。

由于本研究的主要研究目的是探討疲勞對肌電與腦電相干性分析結(jié)果的影響作用，根據(jù)實驗設(shè)計的對照原則，研究只需要對兩種不同程度疲勞狀態(tài)下的實驗結(jié)果進(jìn)行比較即可鑒別出疲勞因素的實驗效應(yīng)。因此，對每位受試者，本研究并不需要對疲勞的程度作出定量的評價。參考相關(guān)研究文獻(xiàn)[19,33,34,37]，本研究未測定疲勞實驗前后收縮肌肉MVC值的變化或受試者主觀疲勞感覺的變化情況，而是通過對受試者實驗開始階段(未疲勞狀態(tài))和實驗結(jié)束階段(疲勞狀態(tài))兩種條件下實驗結(jié)果的差異性比較來了解疲勞對相關(guān)研究結(jié)果的影響作用。在實驗中，受試者運(yùn)動持續(xù)時間為364.93±93.92 s，其中，運(yùn)動持續(xù)時間的最大值為561.00 s，最小值為249.00 s，這與前期近似負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞實驗的運(yùn)動持續(xù)時間結(jié)果較為相近[18,19]。提示，受試者在實驗結(jié)束時測試肌肉已達(dá)到了疲勞狀態(tài)。此外，從實驗過程中測試肌肉肱二頭肌sEMG的變化情況看，時域指標(biāo)RMS隨運(yùn)動持續(xù)時間表現(xiàn)出良好的增加趨勢，頻域指標(biāo)MF隨運(yùn)動持續(xù)時間表現(xiàn)出逐漸減小的趨勢。前期對次最大負(fù)荷靜態(tài)收縮誘發(fā)運(yùn)動性肌肉疲勞引起sEMG指標(biāo)變化的相關(guān)研究表明，RMS隨運(yùn)動持續(xù)時間逐漸增加、頻域指標(biāo)MF隨運(yùn)動持續(xù)時間逐漸減小，是肌肉在次最大負(fù)荷靜態(tài)收縮誘發(fā)局部肌肉疲勞的典型特征[12]。本研究中，RMS、MF隨運(yùn)動持續(xù)時間的變化情況一方面反映了疲勞負(fù)荷實驗過程中神經(jīng)肌肉系統(tǒng)功能狀況的變化；另一方面，也提示本實驗疲勞模型設(shè)計的科學(xué)性和所獲實驗數(shù)據(jù)的有效性。

在運(yùn)動性肌肉疲勞引起參與收縮肌肉sEMG與EEG功率譜能量變化的研究方面，Abdul-latif等[8]的研究表明，在拇收肌進(jìn)行靜態(tài)最大自主收縮誘發(fā)疲勞后，腦對側(cè)區(qū)導(dǎo)聯(lián)記錄EEG在alpha、beta和gamma頻段內(nèi)的均方根振幅RMS都出現(xiàn)增加，其中，RMS在beta頻段內(nèi)的值最大，在gamma頻段內(nèi)的值最小。Yang Q等[37]的研究表明，30%MVC靜態(tài)屈肘誘發(fā)屈肘肌疲勞運(yùn)動后半段內(nèi)測試肌肉sEMG及EEG功率譜能量皆出現(xiàn)顯著性的增加，其中，EEG能量在beta頻段內(nèi)的增加尤為顯著。本研究中，疲勞引起測試肌肉sEMG與EEG能量在各頻段皆出現(xiàn)顯著性的增加，這與Yang Q等[37]的研究結(jié)果也是一致的。提示，由于運(yùn)動性肌肉疲勞中運(yùn)動皮層、脊髓前角運(yùn)動神經(jīng)元激活能力下降及肌肉外周收縮能力下降，為維持既定的負(fù)荷運(yùn)動任務(wù)和補(bǔ)償由中樞與外周的一系列變化，中樞神經(jīng)系統(tǒng)募集更多的皮層脊髓細(xì)胞和運(yùn)動單位參與肌肉收縮[20,39]。

兩信號的相干性分析結(jié)果反映了兩分析源信號在不同頻率或頻段內(nèi)的接近程度。已有相關(guān)研究在相干性分析方法應(yīng)用于探索運(yùn)動皮層與外周肌肉間的耦合作用關(guān)系方面做出了成功的嘗試。Yang Q等[37]記錄了受試者以30%MVC靜態(tài)屈肘誘發(fā)肌肉疲勞直至力竭過程中受試者腦電信號及測試側(cè)肱二頭肌、肱橈肌、肱三頭肌肌電信號，通過對比運(yùn)動前、后半段記錄左、右、中、前、后腦區(qū)腦電信號與肌電信號相干函數(shù)在beta頻段內(nèi)的值，發(fā)現(xiàn)實驗后半段的值較實驗前半段顯著性降低。Tuncel D等[33]采用小波相干性分析方法對疲勞負(fù)荷實驗不同疲勞階段內(nèi)記錄的C3、C4導(dǎo)聯(lián)腦電和肌電進(jìn)行相干性分析，發(fā)現(xiàn)疲勞引起腦電與肌電相干函數(shù)在alpha和beta頻段內(nèi)的值減小。Siemionow V等[27]記錄了受試者200次最大力量握物體誘發(fā)肌肉疲勞過程中的肌電和腦電信號并進(jìn)行相干性分析，發(fā)現(xiàn)疲勞引起肌電和腦電信號相干函數(shù)在beta頻段和gamma頻段內(nèi)的值減小。而Ushiyama J等[34]對比分析了脛骨前肌在50%MVC靜態(tài)負(fù)荷收縮至力竭前、后分別以30%MVC靜態(tài)負(fù)荷收縮過程中的肌電和Cz導(dǎo)聯(lián)腦電，結(jié)果發(fā)現(xiàn)，疲勞后7位受試者中有6位受試者腦電-肌電相干函數(shù)在beta頻段內(nèi)的值出現(xiàn)顯著性的增加。而從本研究的研究結(jié)果看，20%MVC恒定負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞主要引起肱二頭肌sEMG與腦電C5導(dǎo)聯(lián)記錄EEG相干函數(shù)在beta頻段內(nèi)的值、sEMG與腦電Pz導(dǎo)聯(lián)記錄EEG相干函數(shù)在alpha頻段內(nèi)的值出現(xiàn)顯著性的增加，實驗開始、結(jié)束階段內(nèi)記錄肱二頭肌sEMG與Fz、Cz、C6導(dǎo)聯(lián)記錄腦電信號之間的相干函數(shù)在各頻段內(nèi)的值無顯著性差異。

在肌電與腦電相干性分析結(jié)果的影響因素方面，相關(guān)研究表明，運(yùn)動負(fù)荷、肌肉收縮方式、測試肌肉等原因都會對肌肉肌電信號與腦電信號直接的頻率一致性關(guān)系產(chǎn)生影響[34,35]。相比較于其他疲勞負(fù)荷實驗條件，本研究中受試者進(jìn)行的負(fù)荷運(yùn)動方式為恒定負(fù)荷靜態(tài)收縮，受試者無需根據(jù)特定儀器反饋數(shù)據(jù)動態(tài)調(diào)整輸出力量的大小。此外，由于本實驗所采用的靜態(tài)收縮負(fù)荷為20%MVC，比前期研究所采用的負(fù)荷要低。根據(jù)Karen S等[18]和Smith J L等[28]的研究，20%MVC負(fù)荷靜態(tài)屈肘誘發(fā)的屈肘肌疲勞與肌肉在較高負(fù)荷靜態(tài)收縮或動態(tài)收縮所誘發(fā)運(yùn)動性肌肉疲勞的疲勞產(chǎn)生機(jī)理存在一定的差異性。因此，本研究與前期研究結(jié)果的差異性或許跟恒定低負(fù)荷收縮誘發(fā)肌肉疲勞機(jī)理有別于相關(guān)研究所采用的負(fù)荷和收縮方式有關(guān)，但對于其中的具體機(jī)制及中樞調(diào)控策略等問題尚需進(jìn)一步的研究。

前期研究表明，通過觀察肌電信號與腦電信號在不同頻段內(nèi)相干函數(shù)值的大小可以反映運(yùn)動皮層與外周肌肉耦合作用的相關(guān)信息[25,27,33,34,37]，其中，15～30 Hz的beta頻段被認(rèn)為是研究中樞神經(jīng)系統(tǒng)運(yùn)動控制的重要頻段，相干函數(shù)值在該頻段內(nèi)的活動是與大腦運(yùn)動皮層驅(qū)動相關(guān)的[11,26]，在較大負(fù)荷的靜態(tài)收縮和動態(tài)收縮條件下，肌電-腦電在gamma頻帶內(nèi)的相干性情況是運(yùn)動皮層驅(qū)動的[19,25]。而alpha頻段內(nèi)的相干函數(shù)值似乎受到中樞支配及外周環(huán)境改變等多種因素的影響[24]。因此，本研究結(jié)果表明，以20%MVC恒定負(fù)荷靜態(tài)收縮誘發(fā)屈肘肌疲勞引起肱二頭肌sEMG與腦電C5導(dǎo)聯(lián)記錄腦電在beta頻段、sEMG與腦電Pz導(dǎo)聯(lián)記錄EEG相干函數(shù)在alpha頻段內(nèi)頻率一致性的增加。由于運(yùn)動皮層對軀體運(yùn)動的對側(cè)性支配原理[2]，在受試者右側(cè)肘關(guān)節(jié)屈曲運(yùn)動過程中，左腦區(qū)作為支配該運(yùn)動的最主要皮層區(qū)域，在其表面記錄到的EEG可以反映出皮層對運(yùn)動控制的重要信息；而C5導(dǎo)聯(lián)作為左腦區(qū)區(qū)域的導(dǎo)聯(lián)，其記錄EEG與肱二頭肌sEMG相干函數(shù)在beta頻段內(nèi)的值增加，提示，疲勞引起外周收縮肌肉與對側(cè)腦區(qū)運(yùn)動皮層活動的振蕩耦合性增加。

對于運(yùn)動皮層與外周肌肉生物電活動頻率一致性產(chǎn)生的生理學(xué)機(jī)制，最初的研究認(rèn)為其與皮質(zhì)脊髓軸突及其發(fā)出抵達(dá)脊髓運(yùn)動神經(jīng)元的單突觸連接調(diào)節(jié)活動密切相關(guān)[11,34]。此外，有研究認(rèn)為，肌電與腦電相干性分析結(jié)果可能跟同步放電的運(yùn)動皮層神經(jīng)元數(shù)目有關(guān)[23]。最近的研究則表明，肌電與腦電相干性分析結(jié)果是一個受到多種因素影響的復(fù)雜問題，其中，外周肌肉的感覺反饋作用[9]及倫肖細(xì)胞抑制作用的變化[36]等都會對運(yùn)動皮層與外周肌肉生物電活動頻率一致性產(chǎn)生影響。本研究中發(fā)現(xiàn)的運(yùn)動性肌肉疲勞引起肌電與腦電相干函數(shù)在beta頻段內(nèi)的增加可能跟疲勞后各種原因引起上運(yùn)動神經(jīng)元對脊髓內(nèi)α運(yùn)動神經(jīng)元支配性的改變[11,15]、疲勞后參與活動的運(yùn)動皮層細(xì)胞活動的同步性增加[23]、Ia類傳入纖維反饋調(diào)節(jié)作用變化[21]、疲勞引起的倫肖細(xì)胞抑制作用降低[22]等因素共同作用進(jìn)而引起皮層調(diào)節(jié)活動的改變有關(guān)。因此，通過以上討論可以看出，運(yùn)動性肌肉疲勞誘發(fā)肌電與腦電信號相干函數(shù)在beta頻段內(nèi)值的變化是疲勞后中樞與外周特定性改變引起的必然外在反映。這種變化一方面揭示了疲勞引起中樞與外周耦合性的總體變化；另一方面，也為深入認(rèn)識和探索疲勞中運(yùn)動皮層、脊髓、外周肌肉、神經(jīng)傳導(dǎo)通路及相關(guān)調(diào)控系統(tǒng)之間功能活動的聯(lián)系提供了參考依據(jù)。

5 結(jié)論

恒定低負(fù)荷靜態(tài)收縮誘發(fā)肌肉疲勞使得外周肌肉與對側(cè)運(yùn)動皮層生物電活動在beta頻段內(nèi)的同步性增加，中樞神經(jīng)系統(tǒng)對運(yùn)動皮層與外周肌肉活動進(jìn)行調(diào)節(jié)，使得對側(cè)運(yùn)動皮層與外周肌肉活動之間的耦合性增加，運(yùn)動皮層與外周肌肉活動有著更為緊密的聯(lián)系，這可能跟疲勞后多種因素引起的皮層調(diào)節(jié)活動改變有關(guān)。

[1]鮑九枝，郭磊，侯寬.運(yùn)動疲勞后恢復(fù)期腦電變化的探討[J].吉林醫(yī)藥學(xué)院學(xué)報,2007,28(1):17-19.

[2]潘珊珊.運(yùn)動解剖學(xué)(第1版)[M].北京：人民體育出版社,2007.

[3]王健，方紅光，楊紅春.運(yùn)動性肌肉疲勞的表面肌電非線性信號特征[J].體育科學(xué),2005,25(5):39-43.

[4]王樂軍，黃勇，龔銘新，等.運(yùn)動性肌肉疲勞過程中主動肌與拮抗肌sEMG相干性分析[J].體育科學(xué),2011,31(10):79-84.

[5]堯得中.腦功能探測的電學(xué)理論與方法[M].北京:科學(xué)出版社,2003.

[6]張立，周彬.不同形式肌肉運(yùn)動疲勞前后肌電參數(shù)及腦電α指數(shù)的變化特征[J].武漢體育學(xué)院學(xué)報,2010,44(4):65-69.

[7]A W D.Biomechanics and Motor Control of Human Movement[M].New York:John Wiley Sons,2009.

[8]ABDUL-LATIF A，COSIC I，KUMAR D，etal.Power changes of EEG signals associated with muscle fatigue:The root mean square analysis of EEG bands:Intelligent Sensors,Sensors Networks and Information Processing Conference[Z].Melbourne,2004.

[9]BAKER S N,CHIU M,FETZ E E.Afferent encoding of central oscillations in the monkey arm[J].J Neurophysiol,2006,95(6):3904-3910.

[10]CIFREK M,MEDVED V,TONKOVIC S,etal.Surface EMG based muscle fatigue evaluation in biomechanics[J].Clin Biomech (Bristol,Avon),2009,24(4):327-340.

[11]CONWAY B,HALLIDAY D,FARMER S.Synchronization between motor cortex and spinal motoneuronal pool during the performance of a maintained motor task in man[J].J Physiol,1995,489(3):917-924.

[12]DE LUCA C J.The use of surface electromyography in biomechanics[J].J Appl Biomech,1997,13(2):135-163.

[13]DUCHENE J,HOGREL J Y.A model of EMG generation[J].IEEE Trans Biomed Eng,2000,47(2):192-201.

[14]ENOKA R M,BAUDRY S,RUDROFF T,etal.Unraveling the neurophysiology of muscle fatigue[J].J Electromyography Kinesiol,2011,21(2):208-219.

[15]FARMER S F,BREMNER F D,HALLIDAY D M,etal.The frequency content of common synaptic inputs to motoneurones studied during voluntary isometric contraction in man[J].J Physiol,1993,470:127-155.

[16]GANDEVIA S C.Spinal and supraspinal factors in human muscle fatigue[J].Physiol Rev,2001,81(4):1725-1789.

[17]HUNTER S K,BUTLER J E,TODD G,etal.Supraspinal fatigue does not explain the sex difference in muscle fatigue of maximal contractions[J].J Appl Physiol,2006,101(4):1036-1044.

[18]KAREN S,SIMON C G,GABRIELLE T,etal.The effect of sustained low-intensity contractions on supraspinal fatigue in human elbow flexor muscles[J].J Physiol,2006,573(2):511-523.

[19]KATTLA S,LOWERY M M.Fatigue related changes in electromyographic coherence between synergistic hand muscles[J].Exp Brain Res，2010,202(1):89-99.

[20]LIU J Z,SHAN Z Y,ZHANG L D,etal.Human brain activation during sustained and intermittentsubmaximalfatiguemusclecontractions:anFMRI study[J].J Neurophysiol,2003,90:300-312.

[21]LOSCHER W N,CRESSWELL A G,THORSTENSSON A.Excitatory drive to the alpha-motoneuron pool during a fatiguing submaximal contraction in man[J].J Physiol,1996,491( Pt 1):271-280.

[22]LOSCHER W N,CRESSWELL A G,THORSTENSSON A.Electromyographic responses of the human triceps surae and force tremor during sustained submaximal isometric plantar flexion[J].Acta Physiol Scand,1994,152(1):73-82.

[23]LUNDBYE-JENSEN J,NIELSEN J B.Central nervous adaptations following 1 wk of wrist and hand immobilization[J].J Appl Physiol,2008,105(1):139-151.

[24]MCAULEY J H,MARSDEN C D.Physiological and pathological tremors and rhythmic central motor control[J].Brain,2000,123(8):1545-1567.

[25]OMLOR W,PATINO L,HEPP-REYMOND M C,etal.Gamma-range corticomuscular coherence during dynamic force output[J].Neuroimage,2007,34(3):1191-1198.

[26]SALENIUS S,PORTIN K,KAJOLA M,etal.Cortical control of human motoneuron firing during isometric contraction[J].J Neurophysiol,1997,77:3401-3405.

[27]SIEMIONOW V,SAHGAL V,YUE G H.Single-Trial EEG-EMG coherence analysis reveals muscle fatigue-related progressive alterations in corticomuscular coupling[J].IEEE Trans Neural Syst Rehabil Eng,2010,18(2):97-106.

[28]SMITH J L,MARTIN P G,GANDEVIA S C,etal.Sustained contraction at very low forces produces prominent supraspinal fatigue in human elbow flexor muscles[J].J Appl Physiol,2007,103:560-568.

[29]TAYLOR J L,BUTLER J E,GANDEVIA S C.Changes in muscle afferents,motoneurons and motor drive during muscle fatigue[J].Eur J Applied Physiol,2000,83(2-3):106-115.

[30]TAYLOR J L,GANDEVIA S C.A comparison of central aspects of fatigue in submaximal and maximal voluntary contractions[J].J Appl Physiol,2008,104(2):542-550.

[31]TECCHIO F,PORCARO C,ZAPPASODI F,etal.Cortical short-term fatigue effects assessed via rhythmic brain-muscle coherence[J].Exp Brain Res,2006,174(1):144-151.

[32]TERRY K,GRIFFIN L.How computational technique and spike train properties affect coherence detection[J].J Neurosci Methods,2008,168:212-223.

[33]TUNCEL D,DIZIBUYUK A,KIYMIK M K.Time frequency based coherence analysis between EEG and EMG activities in fatigue duration[J].J Med Syst,2010,34(2):131-138.

[34]USHIYAMA J,KATSU M,MASAKADO Y,etal.Muscle fatigue-induced enhancement of corticomuscular coherence following sustained submaximal isometric contraction of the tibialis anterior muscle[J].J Appl Physiol,2011,110(5):1233-1240.

[35]USHIYAMA J,TAKAHASHI Y,USHIBA J.Muscle dependency of corticomuscular coherence in upper and lower limb muscles and training-related alterations in ballet dancers and weightlifters[J].J Appl Physiol.2010,109(4):1086-1095.

[36]WILLIAMS E R,BAKER S N.Renshaw cell recurrent inhibition improves physiological tremor by reducing corticomuscular coupling at 10 Hz[J].J Neurosci,2009,29(20):6616-6624.

[37]YANG Q,FANG Y,SUN C K,etal.Weakening of functional corticomuscular coupling during muscle fatigue[J].Brain Res,2009,1250:101-112.

[38]YASSIERLI,NUSSBAUM M A.Utility of traditional and alternative EMG-based measures of fatigue during low-moderate level isometric efforts[J].J Electromyography Kinesiol,2008,18(1):44-53.

[39]YUE G H,BILODEAU M,HARDY P A,etal.Task-dependent effect of limb immobilization on the fatigability of the elbow flexor muscles in humans[J].Exp Physiol,1997,82:567-592.

CoherenceAnalysisbetweenEEGandEMGinLow-levelIsometricElbowFlexorMuscleFatigueContraction

WANG Le-jun1,2,LU Ai-yun2,ZHENG Fan-hui3,GONG Ming-xin1,ZHANG Lei1,DONG Fei1

Objective:The aim of this study was to examine coherence between EEG and EMG in elbow flexor muscle fatigue duration induced by low-level isometric contraction and thus to explore the coupling of muscle and cortex during low-level isometric elbow flexor contraction induced muscle fatigue.Methods:Fifteen healthy male volunteers sustained isometric elbow flexion at 20% maximal level until exhaustion while their brain (EEG) and biceps brachii muscle (sEMG) activities were recorded.The initial and final 4.096 second data were chosen and coherence was observed between sEMG of biceps brachii muscle and EEG recorded from Fz,C5,Cz,C6,Pz electrodes in alpha (8～12 Hz),beta (15～30 Hz) and gamma (30～60 Hz) bands.Results:The power of both EEG and EMG increased significantly in alpha,beta,gamma frequency bands while coherence in beta band between sEMG and EEG of C5 and coherence in alpha band between sEMG and EEG of Pz increased significantly in final stage compared with initial stage.Conclusions:The coupling between contralateral sensorimotor cortex and muscle activities was enhanced as a result of constant low-level isometric fatiguing contraction.This may be related to changes of cortical regulation activities relevant to exercise-induced muscle fatigue.

exercise-inducedmusclefatigue;sEMG;EEG;coherenceanalysis

1000-677X(2014)02-0040-08

2013-08-24；

：2014-01-03

中央高?；究蒲袠I(yè)務(wù)費專項資金資助(1430219025)；上海體育學(xué)院研究生教育創(chuàng)新基金資助(YJSCX201107)。

王樂軍(1982-)，男，山東臨沂人，實驗師，博士，研究方向為運(yùn)動生物力學(xué)，Tel：(021)65981711，E-mail：wlj0523@163.com；陸愛云(1943-)，女，江蘇蘇州人，教授，博士研究生導(dǎo)師，研究方向為運(yùn)動能力的提高和運(yùn)動損傷機(jī)理的探討。

1．同濟(jì)大學(xué) 體育部 運(yùn)動與健康研究中心，上海 200092；2．上海體育學(xué)院 運(yùn)動科學(xué)學(xué)院，上海 200438； 3.上海體育科學(xué)研究所，上海 200030 1.Sport and Health Research Center,Physical Education Department,Tongji University,Shanghai 200092;2.School of Kinesiology,Shanghai University of Sport,Shanghai 200438;3.Shanghai Research Institute of Sports Science,Shanghai 200030,China.

G804.6

：A